文摘
英文文摘
声明
第1章 绪论
1.1决策树算法及研究现状
1.2多级决策树算法的提出
1.3本文主要研究内容
第2章 基于统计学习理论的多类分类器综述
2.1 统计学习理论的发展
2.2 支持向量机的基本问题
2.3 基于SVM的多类分类器
2.3.1 1-VS-n方法
2.3.2 1-VS-1方法
2.3.3 基有向无环图多类分类器(DAGSVM)
2.3.4 最大间隔SVM多类分类器
2.3.5 多级SVM(Multi-Stage SVM)多类分类器
第3章 基于类间最大间隔的多级决策树
3.1 传统的决策树算法的描述
3.2 最大间隔理论
3.2.1 VC维
3.2.2 最大间隔理论
3.2.3 SVM的反问题理论的提出
3.2.4 类间最大间隔
3.3 基于类间最大间隔的多级决策树(LMDT)
3.4 改进算法
3.4.1 类间矩阵
3.4.2 只考虑类间间隔
3.4.2 综合考虑类间间隔和类内间隔
3.5 产生规则与匹配规则
第4章 实验结果及其应用
4.1 试验结果与分析
4.2 多极决策树在变压器综合故障诊断中的应用
第5章 结论
参考文献
攻读硕士学位期间科研工作情况
致谢